词性标注

4.10 词性标注

词性用来描写叙述一个词在上下文中的作用。比如描写叙述一个概念的词叫做名词，在下文引用这个名词的词叫做代词。有的词性常常会出现一些新的词，比如名词，这种词性叫做开放式词性。另外一些词性中的词比較固定，比如代词，这种词性叫做封闭式词性。由于存在一个词相应多个词性的现象，所以给词准确地标注词性并非非常easy。比方："改革"在"中国開始对计划经济体制进行改革"这句话中是一个动词，在"医药卫生改革中的经济问题"中是一个名词。把这个问题抽象出来就是已知单词序列，给每一个单词标注上词性。

不同的语言有不同的词性标注集。比方英文有反身代词，比如myself，而中文则没有反身代词。为了方便指明词的词性，能够给每一个词性编码。比如《PFR人民日报标注语料库》中把"形容词"编码成a；名词编码成n；动词编码成v等。

词性标注有小标注集和大标注集。比如小标注集把代词都归为一类，大标注集能够把代词进一步分成三类。

人称代词：你我他它你们我们他们

疑问代词：哪里什么怎么

指示代词：这里那里这些那些

採用小标注集比較easy实现，可是太小的标注集可能会导致类型区分度不够。比如在黑白两色世界中，能够通过颜色的深浅来分辨出物体，可是通过七彩颜色能够分辨出很多其它的物体。

參考《PFR人民日报标注语料库》的词性编码表，如表4-4所看到的：

表4-4 词性编码表

代码	名称	举例
a	形容词	最/d 大/a 的/u
ad	副形词	一定/d 可以/v 顺利/ad 实现/v 。/w
ag	形语素	喜/v 煞/ag 人/n
an	名形词	人民/n 的/u 根本/a 利益/n 和/c 国家/n 的/u 安稳/an 。/w
B	差别词	副/b 书记/n 王/nr 思齐/nr
c	连词	全军/n 和/c 武警/n 先进/a 典型/n 代表/n
d	副词	两側/f 台柱/n 上/f 分别/d 雄踞/v 着/u
dg	副语素	用/v 不/d 甚/dg 流利/a 的/u 中文/nz 主持/v 节目/n 。/w
e	叹词	嗬/e ！/w
f	方位词	从/p 一/m 大/a 堆/q 档案/n 中/f 发现/v 了/u
g	语素	比如dg或ag
h	前接成分	眼下/t 各种/r 非/h 合作制/n 的/u 农产品/n
i	成语	提高/v 农民/n 讨价还价/i 的/u 能力/n 。/w
j	简称略语	民主/ad 选举/v 村委会/j 的/u 工作/vn
k	后接成分	权责/n 明白/a 的/u 逐级/d 授权/v 制/k
l	习用语	是/v 建立/v 社会主义/n 市场经济/n 体制/n 的/u 重要/a 组成部分/l 。/w
m	数词	科学技术/n 是/v 第一/m 生产力/n
n	名词	希望/v 两方/n 在/p 市政/n 规划/vn
ng	名语素	就此/d 分析/v 时/Ng 觉得/v
nr	人名	建设部/nt 部长/n 侯/nr 捷/nr

续表

代码	名称	举例
ns	地名	北京/ns 经济/n 执行/vn 态势/n 喜人/a
nt	机构团体	[冶金/n 工业部/n 洛阳/ns 耐火材料/l 研究院/n]nt
nx	字母专名	ＡＴＭ/nx 交换机/n
nz	其它专名	德士古/nz 公司/n
o	拟声词	汩汩/o 地/u 流/v 出来/v
p	介词	往/p 基层/n 跑/v 。/w
q	量词	不止/v 一/m 次/q 地/u 听到/v ，/w
r	代词	有些/r 部门/n
s	处所词	移居/v 海外/s 。/w
t	时间词	当前/t 经济/n 社会/n 情况/n
tg	时语素	秋/Tg 冬/tg 连/d 旱/a
u	助词	工作/vn 的/u 政策/n
ud	结构助词	有/v 心/n 栽/v 得/ud 梧桐树/n
ug	时态助词	你/r 想/v 过/ug 没有/v
uj	结构助词的	迈向/v 充满/v 希望/n 的/uj 新/a 世纪/n
ul	时态助词了	完毕/v 了/ ul
uv	结构助词地	满怀信心/l 地/uv 开创/v 新/a 的/u 业绩/n
uz	时态助词着	眼看/v 着/uz
v	动词	举行/v 老/a 干部/n 迎春/vn 团拜会/n
vd	副动词	强调/vd 指出/v
vg	动语素	做好/v 尊/vg 干/j 爱/v 兵/n 工作/vn
vn	名动词	股份制/n 这样的/r 企业/n 组织/vn 形式/n ，/w
w	标点符号	生产/v 的/u ５Ｇ/nx 、/w ８Ｇ/nx 型/k 燃气/n 热水器/n
x	非语素字	生产/v 的/u ５Ｇ/nx 、/w ８Ｇ/nx 型/k 燃气/n 热水器/n
y	语气词	已经/d ３０/m 多/m 年/q 了/y 。/w
z	状态词	势头/n 依旧/z 强劲/a ；/w